本記事はこちらのブログを参考にしています。
翻訳にはアリババクラウドのModelStudio(Qwen)を使用しております。

ゲーム業界における課題への対応と活力の促進：Alibaba CloudのData + AIソリューション

この記事は、Alibaba Cloud ApsaraDBが公開した「Get Started with Data + AI」シリーズの第2弾です。このシリーズでは、実際の顧客事例やベストプラクティスに基づいて、さまざまな業界でのData + AIソリューションの適用シーンを紹介しています。
>> 前回の記事: DMS + AnalyticDBがEコマース企業の意思決定を支援し、7つの主要な課題に対処

本記事では、Alibaba CloudのDataおよびAIソリューションを使用してゲーム業界の課題に対応し、その活力を引き出す方法について説明します。

1. 業界トレンド

ゲーム業界の急速な発展に伴い、関連データ量も劇的に増加しています。このデータ増加は、プレイヤー数の増加やオンライン時間の延長だけでなく、パーソナライズされた推薦、動的な難易度調整、仮想経済システム、リアルタイムマルチプレイヤー対戦、行動追跡と分析などのデータ駆動型機能がゲームに統合されていることに起因します。これらの機能はプレイヤーの体験を向上させますが、同時に大量のデータを処理・保存する能力も必要となります。これにより、データ管理とコストに関する新たな課題が生じています。しかし、膨大なデータには大きな価値と機会も存在します。ゲーム内のさまざまなデータ駆動型機能をサポートするだけでなく、ゲーム企業はデータ分析を通じてプレイヤーの行動や嗜好をより深く理解できます。これにより、企業はゲームデザインを最適化し、プレイヤー体験を改善し、収益を増やすための精密マーケティングを実施できます。さらに深いデータ分析を行うことで、プレイヤーの維持に影響を与える重要な要因を特定し、プレイヤーの関与を最大化する最良の戦略を見つけ、市場動向やプレイヤー行動を予測し、製品の競争力と市場影響力を強化することが可能です。このような状況では、企業にとって重要なのは、どのような主要なデータタイプに焦点を当て、管理・技術的問題を解決し、継続的かつ効率的にデータの価値を探求するかです。本記事では、Alibaba CloudのDataおよびAIソリューションを使用してゲーム業界の課題に対応し、その活力を引き出す方法について説明します。

2. 技術的課題

ゲーム業界で生成される膨大なデータの中でも、ログデータは特に重要な役割を果たしています。ログデータは、プレイヤーの行動、ゲームの状態、システムのパフォーマンスなど、重要な情報を記録します。この情報には、プレイヤーのログイン・ログアウト時刻、キャラクターの成長軌跡（レベルアップなど）、仮想アイテムの取引詳細、プレイヤー間のインタラクション記録（チャットやチーム編成など）、そしてゲーム内で発生するさまざまなイベント（タスク完了など）が含まれます。また、サーバーの応答時間やネットワーク遅延などの技術データも含まれます。ログデータは、プレイヤー体験の分析、製品機能の最適化、潜在的な問題の特定、運営戦略の策定などに幅広く活用できます。ログデータ量の急増と分析要件の拡大に伴い、顧客は性能とコストのバランスを取るためのコスト効率の高いソリューションを見つける必要があります。先進的なゲーム企業は、ログ分析のシナリオにおいて次の要件を持つ場合があります：

低コストのデータ保存: プレイヤーからの苦情対応やコンプライアンス監査などのシナリオでは、ログによるバックトラッキングが必要です。そのため、ゲームのフルログデータを保存する必要があり、これが保存コストを増加させます。
高リアルタイム性のクエリ性能: 想定外の問題をできるだけ早く解決するためには、大量のデータを迅速に処理・分析する必要があり、これには高い分析性能が求められます。
オープンソースデータ: ゲーム企業のビジネスチームは異なる分析エンジンを使用しています。この場合、保存されたフルログデータが複数の計算エンジンからのアクセスをサポートする必要があります。
AIとの統合によるデータ洞察の強化: 従来のビジネスインテリジェンス（BI）分析は、履歴データの要約と表示に焦点を当てており、一定期間内のビジネスパフォーマンスを意思決定者が理解するのに役立ちます。しかし、それは将来のパフォーマンス予測をサポートしておらず、顧客は自身の経験に基づいて傾向を予測する必要があります。AIとの統合により、BI分析はプレイヤー行動、支払い、支払額、プレイヤー離脱に関するより正確な傾向予測を提供できます。

3. Alibaba CloudのData + AIソリューション

今年、Alibaba Cloud ApsaraDBは「DMS + X: 統一的、オープン、多様なデータ管理とData Servingを実現するData + AI駆動型プラットフォーム」を発表しました。このプラットフォームは、データ管理とAI開発を簡素化し、Data + AI開発のライフサイクル全体を管理します。Data Management (DMS) + Xに基づき、Alibaba Cloudは企業がデータをAIと統合し、ビジネスを展開し、早期にビジネス価値を実現することを支援します。ゲーム業界における前述の要件に対応するために、Alibaba Cloud ApsaraDBは「DMS + AnalyticDB for MySQL」をソリューションとして提供します。

リアルタイムでのログデータの取得

コスト効率の高いゲームログアーカイブ

Alibaba Cloud Simple Log Service (SLS)は、アプリケーションからゲームログを収集し、それを下流の分析エンジンに提供してさらなる処理とクエリを行います。AnalyticDB for MySQLは、Alibaba Cloud ApsaraDBによって開発されたクラウドネイティブのデータウェアハウスサービスです。これは、SLSやApsaraMQ for Kafkaからのリアルタイムログデータを受け取り、ウェアハウスまたはデータレイクに保存し、メタデータを自動生成します。ユーザーはGUI上で簡単にデータをクエリでき、ビジネス要件に基づいて保存先を選択できます。全ゲームログデータがIceberg形式でデータレイクに書き込まれると、同期スループットは1秒あたり1GBに達し、データレイテンシーは5分未満になります。AnalyticDB for MySQLの保存コストはObject Storage Service (OSS)と同程度であり、データファイルのマージ、ライフサイクル管理、キャッシュ設定などのレイク管理機能が利用可能で、レイクデータクエリのパフォーマンスを向上させます。

高効率なログデータクエリ

AnalyticDB for MySQLは、自社開発のXIHEエンジンとオープンソースのSparkエンジンという2種類の計算エンジンを提供します。顧客はビジネス要件に基づいて異なる計算エンジンを選択し、データ処理と分析を行うことができます。レイクテーブルはキャッシュ層でのプリフェッチクエリを使用して数秒または数分でデータ分析をサポートします。また、顧客はウェアハウステーブルを作成することでサブ秒レベルでのリアルタイム分析を実現できます。

![3](https://yqintl.alicdn.com/a3c3ece0452aecbe1ccc40ec

ゲームログシナリオにおけるAIノードリソースと組み込みアルゴリズムモデル

ゲームログのシナリオ向けに、AIノードリソースと組み込みアルゴリズムモデルが提供されています。ユーザーはDMSコンソールで直接モデルを開発でき、機械学習プラットフォームを構築する必要がありません。これにより開発コストが削減されます。例えば、ある大手ゲーム企業はDMS + AnalyticDB for MySQLを使用して、プレイヤーの離脱傾向やプレイヤーの支払い傾向を予測しています。その結果、モデルのF1スコアは40%から70%以上に向上しました。
! 5

4. まとめと展望

ゲームログの保存、分析、予測シナリオにおいて、Alibaba Cloud ApsaraDBは、オンラインデータ処理、リアルタイムデータ分析、AI実装、低開発および運用コストに関する企業の要件を満たすための完全なData + AIソリューションとそのベストプラクティスを提供しています。Data + AIは企業の成長にとって新しい道を切り開きます。企業はData + AIの重要性を認識し、それを知能化への変革を推進するための主要なソリューションとして活用する必要があります。このようにすることで、企業は市場での競争力とリーダーシップを維持し、将来の機会をよりよく捉えることができます。

AnalyticDB for MySQLのAIノードは、MLSQLステートメントやSpark機械学習ライブラリ（MLlib）など、複数の開発モードをサポートしています。既存のAnalyticDBの分析機能と組み合わせることで、AnalyticDB for MySQLはData + AIアプリケーション向けの軽量なエンドツーエンドソリューションを提供します。